相关实验视频
Updated: May 26, 2025
05:53
Intraoperative Ultrasound in Spinal Surgery
Published on: August 17, 2022
4.6K
基于深度学习的手术内核磁共振成像重建
Jon André Ottesen1,2,3, Tryggve Storas4, Svein Are Sirirud Vatnehol5,6,7
1Computational Radiology & Artificial Intelligence (CRAI) Research Group, Division of Radiology and Nuclear Medicine, Oslo University Hospital, Oslo, Norway. jonakri@uio.no.
European radiology experimental
|February 25, 2025
概括
深度学习 (DL) 在脑瘤手术期间显示出高质量的手术内MRI (iMRI) 重建的前景. 虽然神经放射学家更喜欢DL,神经外科医生更喜欢传统方法,表明需要进一步优化.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 神经外科 神经外科
背景情况:
- 术内MRI (iMRI) 对于脑瘤手术至关重要.
- 使用加速的iMRI协议来缩短扫描时间.
- 评估深度学习 (DL) 重建加速iMRI的质量是必不可少的.
研究的目的:
- 在脑瘤切除过程中,评估DL重建的质量,以加速手术内MRI (iMRI).
- 将DL重建与传统压缩传感 (CS) 方法进行比较.
- 通过临床医生来确定诊断效用和首选的重建方法.
主要方法:
- 从40名脑瘤手术患者的加速iMRI数据的回顾性分析.
- 在快速MRI神经数据集上训练的DL模型被用于重建.
- 两位神经放射学家和一名神经外科医生使用利克特尺度对DL与CS重建的比较评估.
主要成果:
- 在大多数情况下 (33/40和39/40),神经放射学家倾向于进行DL重建.
- 根据神经放射学家 (72%的病例) 的说法,DL重建在大多数图像质量指标上取得了更高的分数.
- DL重建显示了条纹文物和降低信号;神经外科医生更喜欢CS重建.
结论:
- 深度学习显示了高质量的iMRI重建的潜力,改善了神经放射学家感知的图像质量.
- 尽管有承诺,但DL重建需要进一步优化,因为人工制品和具有挑战性的手术内环境.
- 临床偏好各不相同,神经放射学家倾向于DL,神经外科医生倾向于CS,突出了对量身定制解决方案的需求.
